|
“
本文将结合实例 demo，阐述 30 条相关于优化 SQL 的意见，都数是实质研发中总结出来的，期盼对大众有帮忙。
照片来自 Pexels
1
查找 SQL 尽可能不要运用 select *，而是 select 详细字段
反例子： select * from
employee;
正例子： select id，name from
employee; 理由如下：
只取必须的字段，节省资源、减少网络开销。
select * 进行查找时，很可能就不会运用到覆盖索引了，就会导致回表查找。
2
倘若晓得查找结果仅有一条或只要最大/最小一条记录，意见用 limit 1
假设此刻有 employee 员工表，要找出一个名字叫 jay 的人：CREATE TABLE `employee`
( `id` int(11) NOT NULL
, `name` varchar(255) DEFAULT NULL
, `age` int(11) DEFAULT NULL
, `date` datetime DEFAULT NULL
, `sex` int(1) DEFAULT NULL
,  RIMARY KEY (`id`
) ) ENGINE=InnoDB DEFAULT CHARSET
=utf8;
反例： select id，name from employee where name=jay
正例： select id，name from employee where name=jay limit 1
; 理由如下：
加上 limit 1 后，只要找到了对应的一条记录,就不会继续向下扫描了，效率将会大大加强。
当然，倘若 name 是独一索引的话，是不必要加上 limit 1 了，由于 limit 的存在重点便是为了防止全表扫描，从而加强性能，倘若一个语句本身能够预知不消全表扫描，有无 limit ，性能的差别并不大。
3
应尽可能避免在 where 子句中运用 or 来连接要求
新建一个 user 表，它有一个普通索引 userId，表结构如下： CREATE TABLE `user`
( `id` int(11) NOT NULL
AUTO_INCREMENT, `userId` int(11) NOT NULL
, `age` int(11) NOT NULL
, `name` varchar(255) NOT NULL
, RIMARY KEY (`id`
), KEY `idx_userId` (`userId`
) ) ENGINE=InnoDB DEFAULT CHARSET
=utf8; 假设此刻必须查找 userid 为 1 或年龄为 18 岁的用户，很容易有以下 SQL。
反例： select * from user where userid=1 or age =18
正例：
//运用union all select * from user where userid=1union
all select * from user where age = 18//或掰开两条sql
写： select * from user whereuserid=1select * from user where age = 18理由：运用 or 可能会使索引失效，从而全表扫描。针对 or+无索引的 age 这种状况，假设它走了 userId 的索引，然则步行到 age 查找要求时，它还得全表扫描，亦便是必须三步过程：全表扫描+索引扫描+合并，倘若它一起始就走全表扫描，直接一遍扫描就完事。MySQL 是有优化器的，处在效率与成本思虑，遇到 or 要求，索引可能失效，看起来亦合情恰当。
4
优化 limit 分页咱们平常做分页需求时，通常会用 limit 实现，然则当偏移量尤其大的时候，查找效率就变得低下。
反例： select id，name，age fromemployeelimit 10000，10
正例：
//方法一 ：返回上次查找的最大记录(偏移量) select id，name from employee where id>10000 limit 10.//方法二：order by
+ 索引 select id，name from employee order by id limit 10000，10
//方法三：在业务准许的状况下限制页数： 理由如下：
当偏移量最大的时候，查找效率就会越低，由于 MySQL 并非是跳过偏移量直接去取后面的数据，而是先把偏移量+要取的条数，而后再把前面偏移量这一段的数据抛弃掉再返回的。
倘若运用优化方法一，返回上次最大查找记录（偏移量），这般能够跳过偏移量，效率提高不少。
方法二运用 order by+索引，亦是能够加强查找效率的。
方法三的话，意见跟业务讨论，有无必要查这么后的分页啦。由于绝大都数用户都不会往后翻太多页。
5
优化你的 like 语句平常研发中，倘若用到模糊关键字查找，很容易想到 like，然则 like 很可能让你的索引失效。
反例： selectuserId，name from user where userId like %123
;
正例： select userId，name from user where userId like 123%
;
理由：把 % 放前面，并不走索引，如下图：
把% 放关键字后面，还是会走索引的，如下图： 
6
运用 where 要求限定要查找的数据，避免返回多余的行假设业务场景是这般：查找某个用户是不是是会员。曾经看过老的实现代码是这般。
反例： List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1"
); boolean
isVip = userIds.contains(userId);
正例： Long userId = sqlMap.queryObject("select userId from user where userId=userId and isVip=1
")
boolean isVip = userId！=null;
理由：必须什么数据，就去查什么数据，避免返回不必要的数据，节省开销。
7
尽可能避免在索引列上运用 MySQL 的内置函数业务需求：查找近期七天内登陆过的用户（假设 loginTime 加了索引）。
反例： select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >=now
();
正例： explain select userId,loginTime from loginuser where loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY
);
理由：索引列上运用 MySQL 的内置函数，索引失效：
倘若索引列不加内置函数，索引还是会走的：
8
应尽可能避免在 where 子句中对字段进行表达式操作，这将引起系统放弃运用索引而进行全表扫
反例： select * from user where age-1 =10
；
正例： select * from user where age =11
；
理由：虽然 age 加了索引，然则由于对它进行运算，索引直接迷路了。
9
Inner join 、left join、right join，优先运用 Inner join，倘若是 left join，左边表结果尽可能小
Inner join 内连接，在两张表进行连接查找时，只保存两张表中完全匹配的结果集。
left join 在两张表进行连接查找时，会返回左表所有的行，即使在右表中无匹配的记录。
right join 在两张表进行连接查找时，会返回右表所有的行，即使在左表中无匹配的记录。 都满足 SQL 需求的前提下，举荐优先运用 Inner join（内连接），倘若要运用 left join，左边表数据结果尽可能小，倘若有要求的尽可能放到左边处理。
反例： select * fromtab1 t1left join tab2 t2 on t1.size = t2.size where t1.id>2
;
正例： select * from (select * from tab1 where id >2) t1 left join tab2 t2 on
t1.size = t2.size; 理由如下：
倘若 inner join 是等值连接，或许返回的行数比较少，因此性能相对会好一点。
同理，运用了左连接，左边表数据结果尽可能小，要求尽可能放到左边处理，寓意着返回的行数可能比较少。
10
应尽可能避免在 where 子句中运用!=或<>操作符，否则将引擎放弃运用索引而进行全表扫描
反例： select age,name from user whereage <>18
;
正例：
//能够思虑掰开两条sql写 select age,name from user where age <18
; select age,name from user where age >18
;
理由：运用!=和<>很可能会让索引失效：
11
运用联合索引时，重视索引列的次序，通常遵循最左匹配原则
表结构：（有一个联合索引 idxuseridage，userId 在前，age 在后） CREATE TABLE `user`
( `id` int(11) NOT NULL
AUTO_INCREMENT, `userId` int(11) NOT NULL
, `age` int(11) DEFAULT NULL
, `name` varchar(255)NOT NULL
, RIMARY KEY (`id`
), KEY `idx_userid_age` (`userId`,`age`) USING
BTREE ) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET
=utf8;
反例： select * from user where age = 10
;
正例：
//符合最左匹配原则 select * from user where userid=10 and age =10
；
//符合最左匹配原则 select * from user where userid =10
; 
理由如下：
当咱们创建一个联合索引的时候，如（k1，k2，k3），相当于创建了（k1）、（k1，k2）和（k1，k2，k3）三个索引，这便是最左匹配原则。
联合索引不满足最左原则，索引通常会失效，然则这个还跟 MySQL 优化器相关的。
12
对查找进行优化，应思虑在 where 及 order by 触及的列上创立索引，尽可能避免全表扫描。
反例： select * from user where address =深圳 order by
age ;
正例：
添加索引 alter table user add index
idx_address_age (address,age)
13
倘若插进数据太多，思虑批量插进
反例： for
(User u :list){ INSERT into user(name,age) values(#name#,#age#)
}
正例：
//一次500批量插进，分批进行 insert into user(name,age) values<foreach collection="list" item="item" index="index" separator=","
> (#{item.name},#{item.age})理由：批量插进性能好，更加省时间。打个比喻：假如你必须搬一万块砖到楼顶，你有一个电梯，电梯一次能够放适量的砖（最多放 500），你能够选取一次运送一起砖，亦能够一次运送 500 块砖，你觉得哪个时间消耗大？
14
在适当的时候，运用覆盖索引覆盖索引能够使得你的 SQL 语句不必须回表，仅仅拜访索引就能够得到所有必须的数据，大大加强了查找效率。
反例： // like模糊查找，不走索引了select * from user where userid like %123%
正例：
//id为主键，那样为普通索引，即覆盖索引登场了。 select id,name from user where userid like %123%
;
15
慎用 distinct 关键字distinct 关键字通常用来过滤重复记录，以返回不重复的记录。在查找一个字段或很少字段的状况下运用时，给查找带来优化效果。然则在字段非常多的时候运用，却会大大降低查找效率。
反例： SELECT DISTINCT * from user
;
正例： select DISTINCT name from user
; 理由：带 distinct 的语句 CPU 时间和占用时间都高于不带 distinct 的语句。由于当查找非常多字段时，倘若运用 distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较、过滤的过程会占用系统资源，CPU 时间。
16 删除冗余和重复索引
反例： KEY `idx_userId` (`userId`
) KEY `idx_userId_age` (`userId`,`age`
)
正例： //删除userId索引，由于组合索引（A，B）相当于创建了（A）和（A，B）索引 KEY `idx_userId_age` (`userId`,`age`
) 理由：重复的索引必须守护，并且优化器在优化查找的时候亦必须逐个地进行思虑，这会影响性能的。
17 倘若数据量很强，优化你的修改/删除语句避免同期修改或删除太多数据，由于会导致 CPU 利用率过高，从而影响别人对数据库的拜访。
反例： //一次删除10万或100万+？delete from user where id <100000
; //或采用单一循环操作，效率低，时间漫长for
（User user：list）{ delete from
user；
}
正例：
//分批进行删除,如每次500 delete user where id<500delete product where id>=500 and id<1000
； 理由：一次性删除太都数据，可能会有 lock wait timeout exceed 的错误，因此意见分批操作。
18
where 子句中思虑运用默认值代替 null
反例： select * from user where age is not null
;
 fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
正例：
//设置0为默认值 select * from user where age>0
; 理由：并不是说运用了 is null 或 is not null 就会不走索引了，这个跟 MySQL 版本以及查找成本都相关。倘若 MySQL 优化器发掘，走索引比不走索引成本还要高，肯定会放弃索引，这些要求 ！=，>isnull，isnotnull 经常被认为让索引失效，其实是由于通常状况下，查找的成本高，优化器自动放弃索引的。倘若把 null 值，换成默认值，非常多时候让走索引作为可能，同期，表达意思会相对清晰一点。
19 不要有超过 5 个以上的表连接
连表越多，编译的时间和开销亦就越大。把连接表拆开成较小的几个执行，可读性更高。倘若必定必须连接非常多表才可得到数据，那样寓意着糟糕的设计了。
20
exist&in 的恰当利用
假设表 A 暗示某企业的员工表，表B暗示分部表，查找所有分部的所有员工，很容易有以下 SQL： select * from A where deptId in (select deptId from
B);
这般写等价于：
先查找分部表B select deptId from
B
再由分部deptId，查找A的员工 select * from A where
A.deptId = B.deptId
能够抽象成这般的一个循环：
List<> resultSet ; for(int i=0
;i for(int j=0
;j if
(A[i].id==B[j].id) { resultSet.add
(A[i]); break
;
}
}
}
显然，除了运用 in，咱们亦能够用 exists 实现同样的查询功能，如下： select * from A where exists (select 1 from B where
A.deptId = B.deptId); 由于 exists 查找的理解便是，先执行主查找，得到数据后，再放到子查找中做要求验证，按照验证结果（true 或 false），来决定主查找的数据结果是不是得意保存。
那样，这般写就等价于： select * from
A,先从A表做循环 select * from B where
A.deptId = B.deptId,再从B表做循环.
同理，能够抽象成这般一个循环：
List<> resultSet ; for(int i=0
;i for(int j=0
;j if
(A[i].deptId==B[j].deptId) { resultSet.add
(A[i]); break
;
}
}
} 数据库最费劲的便是跟程序链接释放。假设链接了两次，每次做上百万次的数据集查找，查完就走，这般就只做了两次；相反创立了上百万次链接，申请链接释放反复重复，这般系统就受不了了。即 MySQL 优化原则，便是小表驱动大表，小的数据集驱动大的数据集，从而让性能更优。因此呢，咱们要选取最外层循环小的，亦便是，倘若 B 的数据量少于 A，适合运用 in，倘若 B 的数据量大于 A，即适合选取 exist。
21
尽可能用 union all 替换 union倘若检索结果中不会有重复的记录，举荐 union all 替换 union。
反例： select * from user where userid=1unionselect * from user where age = 10
正例： select * from user where userid=1union
all select * from user where age = 10理由：倘若运用 union，不管检索结果有无重复，都会尝试进行合并，而后在输出最后结果前进行排序。倘若已知检索结果无重复记录，运用 union all 代替 union，这般会提有效率。
22
索引不宜太多，通常 5 个以内原由如下：
索引并不是越多越好，索引虽然加强了查找的效率，然则亦降低了插进和更新的效率。
insert 或 update 时有可能会重建索引，因此建索引必须谨慎思虑，视详细状况来定。
一个表的索引数最好不要超过 5 个，若太多必须思虑有些索引是不是无存在的必要。
23
尽可能运用数字型字段，若只含数值信息的字段尽可能不要设计为字符型
反例： king_id` varchar（20） NOT NULL COMMENT 保护者Id
正例： `king_id` int(11) NOT NULL COMMENT
保护者Id`
理由：相针对数字型字段，字符型会降低查找和连接的性能，并会增多存储开销。
24
索引不适合建在有海量重复数据的字段上，如性别这类型数据库字段由于 SQL 优化器是按照表中数据量来进行查找优化的，倘若索引列有海量重复数据，MySQL 查找优化器推算发掘不走索引的成本更低，很可能就放弃索引了。
25
尽可能避免向客户端返回太多数据量假设业务需求是，用户请求查看自己近期一年观看过的直播数据。
反例：
//一次性查找所有数据回来 select * from LivingInfo where watchId =useId andwatchTime >=Date_sub(now(),Interval 1
Y)
正例：
//分页查找 select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset
，pageSize
//倘若是前端分页，能够先查找前两百条记录，由于通常用户应该亦不会往下翻太多页， select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200
;
26
当在 SQL 语句中连接多个表时,请运用表的别名，并把别名前缀于每一列上，这般语义更加清晰。
反例： select * from A innerjoin B on
A.deptId = B.deptId;
正例： select memeber.name,deptment.deptName from A member innerjoin B deptment on
member.deptId = deptment.deptId;
27
尽可能运用 varchar/nvarchar 代替 char/nchar
反例： `deptName` char(100) DEFAULT NULL COMMENT 分部名叫作
正例： `deptName` varchar(100) DEFAULT NULL COMMENT 分部名叫作理由如下：
由于首要变长字段存储空间小，能够节省存储空间。
其次针对查找来讲，在一个相对较小的字段内搜索，效率更高。
28
为了加强 group by 语句的效率，能够在执行到该语句前，把不必须的记录过滤掉。
反例： select job，avg（salary） from employee group by job havingjob =presidentor job = managent
正例： select job，avg（salary） from employee where job =presidentor job = managent group by
job；
29
倘若字段类型是字符串，where 时必定用引号括起来，否则索引失效反例：select*from user where userid =123
;
正例： select * from user where userid =123
; 理由：为何第1条语句未加单引号就不走索引了呢？这是由于不加单引号时，是字符串跟数字的比较，它们类型不匹配，MySQL 会做隐式的类型转换，把它们转换为浮点数再做比较。
30
运用 explain 分析你 SQL 的计划
平常研发写 SQL 的时候，尽可能养成一个习惯吧。用 explain 分析一下你写的 SQL，尤其是走不走索引这一起。 explain select * from user where userid =10086 or age =18
;
作者：Jay_huaxiao
编辑：陶家龙
出处：转载自微X公众号捡田螺的小男孩
精彩文案举荐： 讲真，应该选取RabbitMQ还是Kafka？阿里P9大佬：优秀工程师必须的8大能力！快哭了！我被同事写的代码坑惨了
| 
发表于 2024-8-4 15:53:17